CHAPTER 6. Ruang Hasil Kali Dalam



dokumen-dokumen yang mirip
Pengantar Vektor. Besaran. Vektor (Mempunyai Arah) Skalar (Tidak mempunyai arah)

KS KALKULUS DAN ALJABAR LINEAR Vektor di Ruang N TIM KALIN

Euclidean n & Vector Spaces. Matrices & Vector Spaces

Chapter 5 GENERAL VECTOR SPACE 5.1. REAL VECTOR SPACES 5.2. SUB SPACES

RUANG VEKTOR. Nurdinintya Athari (NDT)

8.1 Transformasi Linier Umum. Bukan lagi transformasi R n R m, tetapi transformasi linier dari

Aljabar Linier Elementer. Kuliah ke-9

BAB II LANDASAN TEORI

MUH1G3/ MATRIKS DAN RUANG VEKTOR

RUANG VEKTOR UMUM AKSIOMA RUANG VEKTOR

BAB III RUANG VEKTOR R 2 DAN R 3. Bab ini membahas pengertian dan operasi vektor-vektor. Selain

CHAPTER 6. INNER PRODUCT SPACE

Aljabar Linier & Matriks

DIKTAT ALJABAR LINIER DAN MATRIKS VEKTOR. Penyusun Ir. S. Waniwatining Astuti, M.T.I.

Aljabar Linear dan Matriks (Persamaan Linear dan Vektor) Instruktur : Ferry Wahyu Wibowo, S.Si., M.Cs.

Definisi Jumlah Vektor Jumlah dua buah vektor u dan v diperoleh dari aturan jajaran genjang atau aturan segitiga;

PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS VETERAN BANGUN NUSANTARA SUKOHARJO

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

04-Ruang Vektor dan Subruang

Chapter 5 GENERAL VECTOR SPACE Row Space, Column Space, Nullspace 5.6. Rank & Nullity

BAB 6 RUANG HASIL KALI DALAM. Dr. Ir. Abdul Wahid Surhim, MT.

DIKTAT MATA KULIAH ALJABAR LINEAR ELEMENTER (BAGIAN II) DISUSUN OLEH ABDUL JABAR, M.Pd

Hand-Out Geometri Transformasi. Bab I. Pendahuluan

DIKTAT PERKULIAHAN. EDISI 1 Aljabar Linear dan Matriks

II. LANDASAN TEORI. Pada bab ini akan dijelaskan mengenai teori-teori yang berhubungan dengan

Bab 4 RUANG VEKTOR. 4.1 Ruang Vektor

Yang dibahas : Ortogonal Basis ortogonal Ortonormal Matrik ortogonal Komplemen ortogonal Proyeksi ortogonal Faktorisasi QR

Latihan 5: Inner Product Space

Operasi perkalian skalar merupakan suatu aturan yang mengasosiasikan setiap skalar k dan setiap objek u pada v dengan suatu objek ku, yang disebut

7. NILAI-NILAI VEKTOR EIGEN. Nilai Eigen dan Vektor Eigen Diagonalisasi Diagonalisasi Ortogonal

Vektor di Bidang dan di Ruang

Outline Vektor dan Garis Koordinat Norma Vektor Hasil Kali Titik dan Proyeksi Hasil Kali Silang. Geometri Vektor. Kusbudiono. Jurusan Matematika

Ruang Vektor Euclid R n

ALJABAR LINEAR SUMANANG MUHTAR GOZALI KBK ANALISIS

BAB 5 RUANG VEKTOR A. PENDAHULUAN

Aljabar Linear Elementer

01-Pengenalan Vektor. Dosen: Anny Yuniarti, M.Comp.Sc Gasal Anny2011 1

Matematika Lanjut 1. Sistem Persamaan Linier Transformasi Linier. Matriks Invers. Ruang Vektor Matriks. Determinan. Vektor

Aljabar Linear Elementer Part IV. Oleh : Yeni Susanti

Soal No. 1 Perhatikan gambar berikut, PQ adalah sebuah vektor dengan titik pangkal P dan titik ujung Q

Vektor-Vektor. Ruang Berdimensi-2. Ruang Berdimensi-3

Aljabar Linier & Matriks

8.3 Inverse Linear Transformations

BAB II TINJAUAN PUSTAKA. tegak, perlu diketahui tentang materi-materi sebagai berikut.

Vektor Ruang 2D dan 3D

PERTEMUAN 11 RUANG VEKTOR 1

19. VEKTOR. 2. Sudut antara dua vektor adalah θ. = a 1 i + a 2 j + a 3 k; a. a =

BAB 4 RUANG VEKTOR EUCLID. Dr. Ir. Abdul Wahid Surhim, MT.

MODUL DAN KEUJUDAN BASIS PADA MODUL BEBAS

SUBRUANG VEKTOR. Disusun Untuk Memenuhi Mata Kuliah Aljabar Linier. Dosen Pembimbing: Abdul Aziz Saefudin, M.Pd

Latihan 7 : Similaritas, Pendiagonalan Matriks, Polinom Matriks

----- Garis dan Bidang di R 2 dan R

BAB IV TRANSFORMASI LINEAR. sebuah vektor yang unik di dalam W dengan sebuah vektor di dalam V, maka kita mengatakan F

VEKTOR. Notasi Vektor. Panjang Vektor. Penjumlahan dan Pengurangan Vektor (,, ) (,, ) di atas dapat dinyatakan dengan: Matriks = Maka = =

Ruang R n Euclides. Pengertian. Sifat-sifat Operasi Penjumlahan dan Perkalian dengan Skalar

MATRIKS & TRANSFORMASI LINIER

SUMMARY ALJABAR LINEAR

RUANG HASIL KALI DALAM (RHKD) Makalah Ini Disusun untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pengampu: Abdul Aziz Saefudin, M.

Table of Contents. Table of Contents 1

Soal-Soal dan Pembahasan Matematika IPA SNMPTN 2012 Tanggal Ujian: 13 Juni 2012

Ruang Vektor. Adri Priadana. ilkomadri.com

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

Suatu himpunan tak kosong F dengan operasi penjumlahan dan perkalian, dikatakan sebagai field jika untuk setiap,, memenuhi sifat-sifat berikut:

Ruang Vektor Euclid R 2 dan R 3

18. VEKTOR. 2. Sudut antara dua vektor adalah. a = a 1 i + a 2 j + a 3 k; a = 2. Penjumlahan, pengurangan, dan perkalian vektor dengan bilangan real:

MATRIKS A = ; B = ; C = ; D = ( 5 )

Aljabar Linear. & Matriks. Evangs Mailoa. Pert. 7-8

untuk setiap x sehingga f g

Aljabar Linier. Kuliah 3. 5/9/2014 Yanita FMIPA Matematika Unand

BAB II LANDASAN TEORI

Matriks adalah susunan segi empat siku-siku dari objek yang diatur berdasarkan baris (row) dan kolom (column). Objek-objek dalam susunan tersebut

BAB II TINJAUAN PUSTAKA

KS KALKULUS DAN ALJABAR LINEAR Ruang Vektor TIM KALIN

SOLUSI PENDEKATAN TERBAIK SISTEM PERSAMAAN LINEAR TAK KONSISTEN MENGGUNAKAN DEKOMPOSISI NILAI SINGULAR

ALJABAR LINEAR DAN MATRIKS

A. 3 B. 1 C. 1 D. 2 E. 5 B. 320 C. 240 D. 200 E x Fungsi invers dari f x ( 1. adalah.

ALJABAR LINEAR ELEMENTER

MODUL IV SISTEM PERSAMAAN LINEAR

PENGANTAR KALKULUS PEUBAH BANYAK. 1. Pengertian Vektor pada Bidang Datar

Aljabar Linier. Kuliah 2 30/8/2014 2

ALJABAR LINEAR BASIS RUANG BARIS DAN BASIS RUANG KOLOM SEBUAH MATRIKS. Dosen Pengampu: DARMADI, S.Si, M.Pd. Oleh: Kelompok III

Matriks. Modul 1 PENDAHULUAN

erkalian Silang, Garis & Bidang dalam Dimensi 3

Pertemuan 1 Sistem Persamaan Linier dan Matriks

MATRIKS. Definisi: Matriks adalah susunan bilangan-bilangan yang berbentuk segiempat siku-siku yang terdiri dari baris dan kolom.

BESARAN SKALAR DAN VEKTOR. Besaran Skalar. Besaran Vektor. Sifat besaran fisis : Skalar Vektor

Sebuah garis dalam bidang xy bisa disajikan secara aljabar dengan sebuah persamaan berbentuk :

VII III II VIII HAND OUT PERKULIAHAN GEOMETRI ANALITIK

PROYEKSI ORTOGONAL PADA RUANG HILBERT. Skripsi

4. SISTEM PERSAMAAN DAN PERTIDAKSAMAAN

BAB II DETERMINAN DAN INVERS MATRIKS

BAB II TINJAUAN PUSTAKA

Geometri pada Bidang, Vektor

BAB II TINJAUAN PUSTAKA

MUH1G3/ MATRIKS DAN RUANG VEKTOR

Aljabar Linier Sistem koordinat, dimensi ruang vektor dan rank

Matematika II : Vektor. Dadang Amir Hamzah

KS KALKULUS DAN ALJABAR LINEAR Ruang Baris Ruang Kolom Ruang Nol TIM KALIN

ALJABAR LINEAR DAN MATRIKS VEKTOR

TINJAUAN PUSTAKA. Ruang metrik merupakan ruang abstrak, yaitu ruang yang dibangun oleh

Transkripsi:

CHAPTER 6. Ruang Hasil Kali Dalam Hasil Kali Dalam Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Squares Orthogonal Matrices; Change of Basis

6.1. HASIL KALI DALAM

Ingatlah Definisi Hasil Kali dalam Euclidean Perkalian titik Euclidean buah vektor dalam R n yang dinotasikan u.v Jika u=(u 1,u,,u n ), v=(v 1,v,, v n ) adalah vektorvektor dalam R n, maka Euclidean Inner Product u v dinyatakan oleh u v u v u v 1 1... u n v n Pada bab ini u.v dinotasikan juga dalam <u,v>

Definisi Inner Product Suatu hasil kali dalam pada suatu ruang vektor real V adalah suatu fungsi yang menghubungkan suatu bilangan real u, v dengan setiap pasangan vektor u dan v dalam V sehingga aksioma berikut dipenuhi untuk semua vektor u, v dan w dalam V dan semua skalar k. u, v = v, u u + v, w = u, w + v, w ku, v = k u, v u, u 0 and u, u = 0 if and only if u = 0 Semua ruang vektor real V dengan suatu hasil kali dalam disebut suatu ruang hasil kali dalam.

Definisi Inner Product Jika u = (u 1, u,, u n ) dan v = (v 1, v,, v n ) adalah vektor vektor dalam R n, maka ; u,v = u v = u 1 v 1 + u v + + u n v n Mendefinisikan u,v sebagai hasil kali dalam Euclidean pada R n. Jika terdapat w 1, w,, w n sebagai bilangan real positif dan u = (u 1, u,, u n ) dan v = (v 1, v,, v n ) adalah vektor dalam R n, u,v = u. v = w 1 u 1 v 1 + w u v + + w n u n v n mendefinisikan suatu hasil kali dalam Euclidean terboboti dengan bobot w 1, w,, w n. w 1, w,, w n weights/bobot

Example Jika u = (u 1, u ) dan v = (v 1, v ) adalah vektor-vektor dalam R. Tunjukkan bahwa hasil kali dalam Euclidean terboboti u, v = 3u 1 v 1 + u v memenuhi ke-4 aksioma hasil kali dalam. Jawab: 1. u, v = v, u.. w = (w 1, w ) u + v, w = (3u 1 v 1 ) w 1 + (u v )w u + v, w = (3u 1 w 1 + u w ) + (3v 1 w 1 + v w )= u, w + v, w 3.ku, v =3(ku 1 )v 1 + (ku )v = k(3u 1 v 1 + u v ) = k u, v 4. v, v = 3v 1 v 1 +v v = 3v 1 + v. v, v = 3v 1 + v 0. v, v = 3v 1 + v = 0 if and only if v 1 = v = 0. That is, if and only if v = (v 1,v )=0.

Definisi : Panjang dan Jarak dalam Ruang Hasil Kali Dalam Dalam ruang berdimensi n Euclidean dengan titik sebarang u = (u 1, u,, u n ) dan v = (v 1, v,, v n ) maka: Jika V adalah suatu ruang hasil kali dalam, maka norma (panjang) suatu vektor u dalam V dinyatakan dengan: Jarak antara dua titik (vektor) u dan v dinyatakan d(u,v)

Contoh Misal u = (1,0) ; v = (0,1) dalam R dengan hasil kali dalam Euclidean ; d( u, v) u v (1, 1) 1 ( 1) Untuk Hasil Kali Dalam Euclidean terboboti: Didapat

Lingkaran dan Bola Satuan Ruang Hasil Kali Dalam Jika V adalah suatu ruang hasil kali dalam, maka himpunan titik-titik dalam V yang memenuhi bola satuan / lingkaran satuan dalam V. Dalam R an R 3 ini adalah titik-titik yang terletak 1 satuan dari titik asal.

Contoh : Lingkaran dalam R Sketsa lingkaran satuan dalam suatu xy-coordinate system dalam R dengan menggunakan Euclidean inner product u, v = u 1 v 1 + u v Jawab Jika u = (x,y), maka Shg pers. Lingkaran satuan : Dengan mengkuadratkan kedua ruas:

Hasil Kali Dalam by Matriks u1 v1 u v u and v= : : un vn Jika adalah vektor-vektor dalam R n (dinyatakan dalam matriks n1), dan anggap matriks standard A nn invertible, maka : Jika u.v adalah hasil kali dalam Eucl. pada R n ; u, v = Au Av mendefinisikan hasil kali dalam pada R n yang dibangkitkan oleh A

Hasil Kali Dalam by Matriks u, v = Au Av Hasil kali dalam Eucl. u,v bisa ditulis sebagai hasil kali matrik v T u sehingga u, v = Au Av dapat ditulis dalam bentuk alternatif u.v = v T u u, v = (Av) T Au, secara ekivalen, u, v = v T A T Au Hasil kali dalam pada R n yang dibangkitkan oleh matriks identitas nxn adalah hasil kali dalam Euclidean, dan dengan mensubsitusikan A= I didapat: u, v = Iu Iv = u v

Example :Inner Product Generated by the Identity Matrix Untuk hasil kali dalam Euclidean terboboti u, v = w 1 u 1 v 1 + w u v + + w n u n v n adalah hasil kali dalam R n yang dibangkitkan oleh: A diagonal ( w, w,, w 1 n )

Inner Product Generated by the Identity Matrix Hasil kali dalam Euclidean terboboti u, v = 3u 1 v 1 + u v merupakan hasil kali dalam R yang dibangkitkan oleh: 3 0 0 A 1 1 1 1 1 1 3 0 0 3 0 0 3 0 0 3, v u u v u u v v u u v v v u, u, v = v T A T Au Contoh :

Example : An Inner Product on M Jika U 1 1 u u and V v v u u v v 3 4 3 4 Adalah matriks x, maka definisi hasil kali dalam M Norma matriks U : Bola satuan dalam ruang terdiri dari semua matriks U, x, yang semua anggotanya memenuhi persamaan Dan dengan mengkuadratkannya didapat:

Example : An Inner Product on M Misal : U 1 1 0 and V 3 4 3 maka U, V = 1(-1) + ((0) + 3(3) + 4() = 16

Example : An Inner Product on P Jika p = a 0 + a 1 x + a x dan q = b 0 + b 1 x + b x adalah sembarang dua vektor dalam P, hasil kali dalam pada P : p, q = a 0 b 0 + a 1 b 1 + a b Norma polinom p relatif terhadap hasil kali dalam adalah; p p, p a a a 1/ 0 1 Bola satuan dalam ruang ini terdiri dari semua polinom p dalam P yang koefisien-koefisiennya memenuhi p = 1, dan dengan mengkuadratkan didapat: a 0 + a 1 + a =1

Theorema 6.1.1 Beberapa Sifat Hasil Kali Dalam: Jika u, v, dan w adalah vektor-vektor dalam suatu ruang hasil kali dalam real, dan k adalah sebarang skalar, maka: 0, v = v, 0 = 0 u, v + w = u, v + u, w u, kv =k u, v u v, w = u, w v, w u, v w = u, v u, w

Sifat Hasil Kali Dalam Contoh: 0, v = v, 0 = 0 u, v + w = u, v + u, w u, kv =k u, v u v, w = u, w v, w u, v w = u, v u, w

6. Sudut dan Ortogonal dalam Ruang Hasil Kali Dalam

Just Remind : DOT PRODUCT

Ketidaksamaan Cauchy-Schwarz; Sifat Panjang; Jarak Dalam Ruang Hasil Kali Dalam Teori Ketidaksamaan Cauchy-Schwarz Jika u dan v adalah vektor-vektor dalam ruang hasil kali dalam real, maka Teori Sifat Panjang Dalam Ruang Hasil Kali Dalam Jika u dan v adalah vektor-vektor dalam ruang hasil kali dalam V dan k adalah sebarang skalar, maka: u 0 u = 0 if and only if u = 0 ku = k u u + v u + v (ketidaksamaan segitiga)

Properties of Distance Teori Jarak Dalam Ruang Hasil Kali Dalam Jika u, v dan w adalah vektor-vektor dalam ruang hasil kali dalam V dan k adalah sebarang skalar, maka: d(u, v) 0 d(u, v) = 0 if and only if u = v d(u, v) = d(v, u) d(u, v) d(u, w) + d(w, v) (Ketidaksamaan segitiga)

Sudut Antar Vektor Ketidaksamaan Cauchy-Schwarz dapat digunakan untuk mendefinisikan sudut dalam ruang hasil kali dalam berdasarkan hubungan θ adalah sudut antara u dan v dimana u, v cos and 0 u v

Sudut Antar Vektor Contoh: Anggap R 4 memiliki Euclidean inner product. Tentukan cosinus sudut antara u dan v dimana u = (4, 3, 1, -) ; v = (-, 1,, 3).

Orthogonality Dua vektor u dan v dalam suatu hasil kali dalam disebut ortogonal jika u, v = 0. Contoh: Jika M memiliki hasil kali U 1 1 0 1 and V 0 0 0 maka u dan v orthogonal karena U, V = 1(0) + 0() + 1(0) + 1(0) = 0.

Example : Orthogonal Vectors in P Anggap P mempunyai hasil kali dalam dimana p = x and q = x. 1 p, q p( x) q( x) dx 1 Maka p q 1 1/ 1 1/ 1/ p, p xxdx x dx 1 1 1 1/ 1 1/ 1/ 4 q, q x x dx x dx 1 1 3 pq, xx dx x dx 0 1 1 1 1 3 5 karena p, q = 0, vektor-vektor p = x dan q = x ortogonal relatif terhadap hasil kali dalam.

Teorema Phytagoras Jika u dan v adalah vektor-vektor orthogonal dalam suatu ruang hasil kali dalam, maka

Example Jika p = x dan q = x orthogonal relatif terhadap hasil kali dalam P. 1 pq, p( x) q( x) dx 1 Dari contoh sebelumnya didapat: 16 p+ q ( ) ( ) 3 5 3 5 15 Yang dapat dicek dengan integral secara langsung: 1 p+ q p+ q, p+ q ( x x )( x x ) dx 1 1 1 1 3 4 16 x dx x dx x dx 0 3 5 15 1 1 1

Orthogonality Semua himpunan vektor-vektor di dalam ruang perkalian dalam disebut himpunan ortogonal jika semua pasangan vektor-vektor yang beda didalam himpunan tersebut ortogonal.

Komplemen Orthogonal Jika V adalah suatu bidang yang melalui titik asal R 3 dengan hasil kali dalam Euclidean, maka himpunan semua vektor yang ortogonal terhadap setiap vektor dalam V membentuk garis L yang melalui titik asal yang tegak lurus dengan bidang V. Garis dan bidang disebut komplemen ortogonal satu sama lain. Anggap W adalah suatu subruang dari suatu hasil kali dalam V. Jika u ortogonal terhadap setiap vektor dalam W vektor u dalam V orthogonal terhadap W; dan Himpunan semua vektor dalam V yang ortogonal terhadap W disebut komplemen ortogonal dari W.

Sifat Komplemen Orthogonal Jika W adalah subruang dari suatu ruang hasil kali dalam berdimensi terhingga V, maka: W (W perp : komponen orthogonal dari suatu sub ruang W) adalah sub ruang dari V. Satu-satunya vektor dimana W dan W adalah 0; Komplemen ortogonal dari W adalah W yaitu (W ) = W. Karena W adalah W adalah komplemen orthogonal satu sama lain maka W adalah W adalah komplemen-komplemen orthogonal

Kaitan Geometris, Ruang Baris, Ruang Kolom, Ruang Kosong Jika A adalah mn matrix, maka : Ruang Kosong A & Ruang baris A adalah komplemen-komplemen ortogonal dalam R n berkenaan dengan Euclidean inner product. Ruang Kosong A T & Ruang Kolom A adalah komplemen-komplemen ortogonal dalam R m berkenaan dengan Euclidean inner product.

Equivalent Statements If A is an mn matrix, and if T A : R n R n is multiplication by A, then the following are equivalent: A isinvertible. A x = 0 has only the trivial solution. The reduced row-echelon form of A is I n. A is expressible as a product of elementary matrices. A x = b is consistent for every n1 matrix b. A x = b has exactly one solution for every n1 matrix b. det(a ) 0. The range of T A is R n. T A is one-to-one. The column vectors of A are linearly independent. The row vectors of A are linearly independent. The column vectors of A span R n. The row vectors of A span R n. The column vectors of A form a basis for R n. The row vectors of A form a basis for R n. A has rank n. A has nullity 0. The orthogonal complement of the nullspace of A is R n. The orthogonal complement of the row of A is { 0}.